Son tıklama, ilk tıklama ve doğrusal atıflama: aynı sipariş üç modelde

Not: Bu yazıdaki hesaplama örnekleri varsayımsal rakamlarla kurulmuştur; kendi mağazanızın maliyet, komisyon ve iade oranlarını yerine koyarak hesaplayın.

Atıflama modellerinin temel tanımları

Atıflama modelleri, bir siparişin değerini hangi reklam etkileşimine ne kadar vermek gerektiğini belirleyen kurallardır. Bu bölümde, son tıklama, ilk tıklama ve doğrusal atıflama modellerinin temel tanımlarını, kredi dağıtım mantıklarını ve öncelik verdikleri etkileşim türlerini açıklıyoruz. Okur, bu yazının sonunda bu üç modelin ne ölçüde kredi dağıttığını, hangi etkileşime öncelik verdiğini ve bu farkların raporlamada neden önemli olduğunu kavrayacak.

Atıflama, bir satışın veya dönüşümün değerini, müşteri yolculuğundaki tüm dokunma noktalarına (touchpoint) dağıtma sürecidir. Teknik olarak, bu modeller bir siparişin tamamına %100 değer atar ve bu değeri etkileşim sırasına göre böler. Amaç, hangi reklam kanalının veya kampanyasının satışa katkı sağladığını ölçmektir. Ancak farklı modeller, bu katkıyı farklı şekillerde yorumlar; bu da aynı veriyle farklı sonuçlar üretmesine yol açar.

Son tıklama modeli, dönüşüm öncesindeki son etkileşime %100 kredi verir. Örneğin, bir kullanıcı önce Google reklamına tıklar, sonra bir e-postayı açar ve son olarak bir Meta reklamına tıklayıp satın alırsa, bu model tüm değeri Meta'ya verir. Bu model, dönüşüm anındaki etkileşimi en önemli kabul eder; önceki etkileşimlerin rolünü görmezden gelir. Avantajı basittir ve uygulanması kolaydır; dezavantajı, marka farkındalığı veya düşündürücülük aşamasındaki etkileşimlerin değerini sıfırlamasıdır.

İlk tıklama modeli ise tam tersi yaklaşımını kullanır: dönüşüm yolculuğundaki ilk etkileşime %100 kredi verir. Yukarıdaki örnekte, tüm değer Google reklamına gider. Bu model, müşteri yolculuğunun başlangıcını, ilgiyi ilk kez uyandıran etkileşimi en önemli kabul eder. Özellikle yeni müşteri kazanımı odaklı kampanyalar için kullanışlıdır; ancak dönüşüm sürecindeki nurture etkileşimlerini (örneğin e-posta, retargeting) görmezden gelir.

Doğrusal model, yolculuktaki tüm etkileşimlere eşit kredi verir. Aynı örnekte, üç etkileşim olduğu için her birine %33,3 değer dağıtılır. Bu model, müşteri yolculuğunun her aşamasının katkı sağladığını varsayar ve dengeleyici bir bakış açısı sunar. Avantajı, tek etkileşime odaklanmadan tüm funnelı görmektir; dezavantajı, etkileşimlerin gerçek etkisini eşit kabul ederek, bazı etkileşimlerin aslında daha az veya daha fazla katkı sağladığını yansıtamamasıdır.

Bu üç model, aynı veriyle farklı sonuçlar üretir çünkü her biri farklı bir varsayım üzerine kuruludur: son etkileşim mi, ilk etkileşim mi yoksa tüm etkileşimler mi eşit katkı sağlar? Bu fark, özellikle çok dokunma noktalı yolculuklarda (örneğin arama → sosyal → e-posta → direct) raporlardaki kanal performansını ciddi şekilde değiştirebilir. Sonraki bölümlerde, bu modellerin aynı örnek üzerindeki sayısal farklarını göreceğiz; ancak önce bu temel tanımları kavramak, sonuçları doğru yorumlamak için gereklidir.

Üç modelin karşılaştırılması

Aynı 1.000 TL sipariş için son tıklama modeli tüm kredi Meta reklamına verir; ilk tıklama modeli ise ilk dokunuş olan Google Arama’ya attribuüte eder. Doğrusal model ise her dokunuş (%33,3) için yaklaşık 333 TL kredi verir. Bu fark, varsayımsal olarak bütçe dağıtımında önemli farklılıklar yaratabilir: son tıklama sadece dönüşüm odaklı kanalları güçlendirirken, ilk tıklama farkındalık kampanyalarını değerlendirir. Doğrusal ise orta funnel etkilerini de görür. Gerçek hayatta bir müşteri, bir gün önce TikTok’tan ürün gördü, iki gün sonra Google’da arama yaptı ve son olarak bir e-posta indirim koduyla satın yaptı. Son tıklama modeli e-postaya %100 kredi verirken, ilk tıklama TikTok’a, doğrusal ise her üç kanala %33,3 kredi verir. Bu fark, varsayımsal olarak özellikle kar marjı düşük kategorilerde, hangi kanala daha fazla yatırım yapılacağını doğrudan etkiler. Yanlış model seçimi, kazançlı kanalları yoksayarak başarısız harcamalara yol açabilir.

Örnek müşteri yolculuğu tablosu

Bir müşterinin alışveriş yolculuğunda hangi reklam etkileşimi ne kadar değer katıyor? Bu soruyu yanıtlamak için üç farklı atıflama modeli üzerinden puanlama mantığını gösterelim. Aşağıdaki tablo, bir müşterinin 10 gün içinde yaptığı etkileşimleri tarih ve kanal bazında listeler. Her etkileşim bir reklamla ilişkilidir ve sipariş değeri 1.000 TL olarak kabul edilir.

Bu tabloyu kullanarak her modelin puanlama mantığını adım adım inceleyelim:

• İlk tıklama modeli: İlk etkileşime %100 değer verir. Yani 01.04.2024'teki Meta etkileşimi tüm 1.000 TL'yi alır. Diğer etkileşimler 0 puan alır.
• Son tıklama modeli: Son etkileşime %100 değer verir. Yani 10.04.2024'teki Meta etkileşimi tüm 1.000 TL'yi alır. Diğer etkileşimler 0 puan alır.
• Doğrusal model: Tüm etkileşimlere eşit değer verir. 6 etkileşim olduğu için her biri 1.000 TL ÷ 6 ≈ 166,67 TL alır.

Bu örnek, aynı müşteri yolculuğunda farklı modellerin nasıl farklı sonuçlar üretebileceğini gösterir. İlk tıklama modeli ilk temasın önemiyle, son tıklama modeli son temasın karar verme rolüyle, doğrusal model ise tüm temasların katkısının eşit olduğu varsayımına dayanır. Gerçek hayatta, etkileşimlerin zamanı, kanal gücü ve kullanıcı niyeti gibi faktörler de dikkate alınmalıdır; ancak bu tablo, model farklılıklarının temeli olan puanlama mantığını somutlaştırır.

Adım adım hesaplama örneği

Varsayım: Bir müşteri, 1000 TL değerinde bir ürün satın alır ve bu siparişin net kârı %30 marj üzerinden 300 TL olarak hesaplanır; bu müşteri, satın alma öncesinde üç farklı reklamla etkileşime girer: İlk etkileşim Google Arama reklami (T1), ikinci etkileşim Meta Stories reklami (T2), üçüncü etkileşim ise Google Display reklami (T3) olup, her bir etkileşim için reklam harcaması eşit olarak 100 TL olarak kabul edilir (toplam reklam harcaması 300 TL).

1. Son tıklama modeli: Puanı, dönüşümü doğrudan öncesi etkileşime verir. Bu örnekte T3 (Google Display) son etkileşim olduğu için, puan = 1000 TL (sipariş tutarı).
2. İlk tıklama modeli: Puanı, dönüşüm yolculuğundaki ilk etkileşime verir. T1 (Google Arama) ilk etkileşim olduğu için, puan = 1000 TL.
3. Doğrusal model: Puanı, yolculuktaki tüm etkileşimlere eşit olarak dağıtır. Toplam 3 etkileşim olduğu için her birine puan = 1000 TL ÷ 3 ≈ 333.33 TL.

Bu puanlar, her modelde reklam performansını değerlendirmek için kullanılır. Örneğin, POAS (net kâr ÷ reklam harcaması) hesaplanırken, her modelin verdiği puan, o reklamın katkısı olarak kabul edilir. Son tıklama modelinde T3’e 1000 TL puan verildiği için, T3’ün POAS'ı = 300 TL net kâr ÷ 100 TL harcama = 3,0 olur. İlk tıklama modelinde ise T1’e aynı puan verildiği için T1’in POAS'ı da 3,0 olur. Doğrusal modelde ise her reklam 333.33 TL puan alır; bu durumda her birinin POAS'ı = 300 TL ÷ (333.33 TL × 3) ≈ 0,30 olur — bu, toplam reklam harcamasıyla orantılı olarak düşük görünür ancak, tüm etkileşimlerin eşit katkı yaptığı varsayımına uygun sonucu verir. Bu fark, model seçiminin bütçe dağıtımına doğrudan etkilediğini gösterir: Son tıklama modeli son etkileşimi överebilirken, doğrusal model daha dengeli bir bakış açısı sunar.

Uygulama ve sık hatalar

Atıflama modellerini etkili bir şekilde kullanmak için platform ayarlarını doğru yapmak ve sonuçları yorumlarken ortak hatalardan kaçınmak gerekir. Aşağıda pratik adımlar ve sık yapılan yanlışlar listelenmiştir.

1. Platform ayarlarını kontrol edin: Meta Ads Manager’da “Atıflama” sekmesinden modeli (son tıklama, ilk tıklama, doğrusal) seçin. Google Ads’ta ise “Atıflama modeli” altında karşılaştırma tablosunu görüntüleyin. GA4’de ise “Raporlama” > “Atıflama” yoluyla model bazlı raporlar oluşturun.
2. Aynı dönüşüm olayı için tek kaynak kullanın: Pixel, Conversions API veya entegre e-ticaret platformu (örnek: İkas, Shopify) üzerinden veri gönderiyorsanız, aynı satışı iki kez kaydetmeyin. Çift kayıt, atıflama oranlarını sztetik olarak yükseltir.
3. İade ve iptali dışarıda tutun: Atıflama raporları genellikle brut satış üzerinden hesaplanır. Gerçek kâra dayalı karar vermek için iade oranını (%10-15 gibi varsayımla) çıkarın veya NetROAS gibi araçlarla net kâr bazlı atıflama yapın.
4. Kısa dönüşüm penceresiyle uzun döngüleri karşılaştırmayın: 1 günlük görüntüleme atıflama penceresiyle 7 günlük tıklama penceresi arasındaki farkları model farkı olarak yorumlama hatası yapılır. Pencere uzunluğu da sonuçları etkiler; bu değişkeni sabit tutarak model karşılaştırması yapın.
5. Organik veya diğer kanal etkisini ihmal etmeyin: Bir tüketicinin son etkileşimi reklam olsa da, arama motoru üzerinden organik olarak siteye gelmesi atıflama modelinde “reklam” olarak sayılmaz. Ancak bu organik gelenek, reklamın katkısını aşırı değerlendirmeye yol açar. Kanal etkisini ölçmek için artımlı testler (örnek: cozart testi) düşünün.
6. Tek model üzerinden bütçe kararı vermeyin: Son tıklama modeli düşük funnel kampanyaları (örnek: retargeting) için uygundur; ilk tıklama ise farkındalık kampanyalarını daha iyi gösterir. Tek bir modelle tüm kampanyaları değerlendirmek, kanal dengesi bozulmasına yol açar.
7. Veri gecikmesini unutmayın: Özellikle Conversions API veya sunucu tarafı entegrasyonlarda veri 2-24 saat gecikebilir. Gün içinde hızlı optimizasyon yapıyorsanız, bu gecikmeyi hesaba katın veya gerçek zamanlı piksel verileriyle destekleyin.

Karar ve özet

Atıflama modeli seçimi, hedeflediğiniz iş amacına göre değişir. Tek satış odaklı kısa döngülerde son tıklama modeli, kampanya düzeyinde hızlı kararlar için uygundur. Marka farkındalığı veya uzun süreli düşük bütçeli kampanyalar için ilk tıklama, ilk temasın değerini gösterir. Doğrusal model ise, tüm dokunuşların eşit katkı sağladığını varsayarak orta uzunluklu döngülerde dengeyi korur.

İş hedefinize uygun modeli seçmek için aşağıdaki kontrol listesini kullanın:

1. Satış döngünüz 7 günü aşmıyorsa ve performans kampanyası çalıştırıyorsanız, son tıklama ile başlayın.
2. Yeni müşteri edinimi ve marka tanıtımı hedefliyorsanız, ilk temasın etkisini göstermek için ilk tıklama modelini deneyin.
3. Çok dokunuşlu, düşük bütçeli nurture akımları varsa, tüm dokunuşları eşit ağırlıkta görmek için doğrusal modeli uygulayın.
4. Modeli değiştirdiğinizde, aynı dönüşüm verisini iki model arasında karşılaştırarak etkisini ölçün; tek model kararına bağlanmayın.
5. NetROAS panelinde model karşılaştırma raporunu ayarlayarak, haftalık temelinde hangi modelin daha yüksek net kâr gösterdiğini takip edin.

Yarın yapmanız gereken tek şey: hedefinizi netleştirin, kontrol listesinden uygun modeli seçin ve bir hafta boyunca sadece bu model üzerinden karar verin. Sonuçları ölçüp, sonraki adımı modele göre ayarlayın.

İlgili araçlar ve yazılar

• POAS nedir, nasıl hesaplanır?
• Meta'nın bildirdiği ciro neden mağaza cironuzla tutmuyor?
• GA4 cirosu mağaza cironuzla neden tutmuyor?
• ikas mağazasında reklam atıflama nasıl kurulur?
• POAS hesaplayıcı (ücretsiz)

Kaynaklar

• Google Ads atıflama modelleri
• Meta Conversions API belgeleri
• Meta Pixel belgeleri
• Meta İşletme Yardım Merkezi
• GA4 atıflama ayarları